首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的板坯实时检测及宏跟踪方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:燕山大学;唐山惠唐物联科技有限公司;河钢集团有限公司

摘要:本发明公开了一种基于深度学习的板坯实时检测及宏跟踪方法,属于连铸生产过程信息化领域,包括:结合现场辊道实际,分区段安装若干个摄像头拍摄整个辊道;采集连铸板坯传输线运行图像,并进行板坯、天车的标注;使用标注的数据集训练改进YOLOV5模型得到用于板坯检测的优化模型;用板坯检测模型对现场辊道上的各板坯进行实时检测,并将板坯检测结果配合多目标跟踪算法生成各板坯的跟踪ID;将板坯调度系统中的板坯号与该跟踪ID进行匹配,实现板坯在全部摄像头下的实时检测及宏跟踪,并能识别板坯的上下线。本发明能够实现连铸板坯在辊道上的实时检测和宏跟踪,解决板坯运动过程中信息丢失等问题,为连铸连轧高效生产奠定了坚实基础。

主权项:1.一种基于深度学习的板坯实时检测及宏跟踪方法,其特征在于:包括以下步骤:步骤1,结合现场连铸区传输辊道实际,分区段安装若干个摄像头实时拍摄整个辊道,并保证相邻摄像头的拍摄区域不重叠;步骤2,完成各摄像头下连铸板坯传输线运行图像数据集的采集,并对每个摄像头的图像分别进行板坯、天车、夹取板坯天车的标注;步骤3,分别使用每个摄像头的数据集进行改进YOLOV5模型的训练,得到模型的最优权重,进而将优化后的各改进YOLOV5模型作为各摄像头下的板坯检测优化模型;引入空间和通道注意力模块对YOLOV5算法的主干网络进行改进,完成板坯特征的提取;引入多尺度特征融合网络对YOLOV5算法的特征金字塔网络进行改进,使提取的多尺度特征能够有效融合;步骤4,使用板坯检测优化模型检测当前帧现场图像中辊道上的各板坯信息,然后将当前帧的板坯检测结果配合多目标跟踪算法,与前1帧的板坯检测结果进行对比,更新记录各板坯的跟踪ID信息;当板坯从某一摄像头拍摄区域运动到下一摄像头拍摄区域时,实现同一板坯在跨摄像头区域时的跟踪ID保持不变;步骤5,将板坯调度系统中的板坯信息与步骤4中的各板坯跟踪ID进行匹配,当板坯调度系统发送板坯上线、下线指令时,板坯实时检测及宏跟踪系统能够识别板坯在辊道上的上线、下线操作,及时增删ID。

全文数据:

权利要求:

百度查询: 燕山大学 唐山惠唐物联科技有限公司 河钢集团有限公司 一种基于深度学习的板坯实时检测及宏跟踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。